Mostrando postagens com marcador cloud computing. Mostrar todas as postagens
Mostrando postagens com marcador cloud computing. Mostrar todas as postagens

quarta-feira, 17 de julho de 2024

I.A. - Como Começar a Usar Inteligência Artificial em Seus Projetos Pessoais


Fala pessoal, tudo bem?

A Inteligência Artificial (IA) está transformando diversas indústrias e se tornando cada vez mais acessível para projetos pessoais. Se você está curioso sobre como começar a usar IA em seus próprios projetos, este post vai te guiar pelos primeiros passos de maneira prática e descomplicada.

1. Escolha uma Ferramenta de IA

Existem várias ferramentas e bibliotecas que facilitam a implementação de IA, mesmo para iniciantes. Aqui estão algumas das mais populares:

  • TensorFlow: Uma biblioteca open-source de machine learning desenvolvida pelo Google. Ideal para projetos complexos.
  • Keras: Uma API de alto nível para redes neurais que funciona em cima do TensorFlow. Ótima para iniciantes.
  • Scikit-Learn: Uma biblioteca simples e eficiente para análise de dados e machine learning em Python.
  • IBM Watson: Serviços baseados em cloud que oferecem uma gama de ferramentas de IA.

2. Defina um Problema Claro

Antes de começar, defina claramente o problema que você quer resolver com IA. Pode ser algo simples, como classificar e-mails como spam ou não spam, ou algo mais complexo, como criar um chatbot.

  • Dica: Comece com problemas menores e específicos para aprender os conceitos básicos antes de passar para projetos mais ambiciosos.

3. Reúna e Prepare os Dados

Os dados são o combustível da IA. Reúna um conjunto de dados relevante para o seu problema e prepare-o para análise. Isso pode incluir limpeza, normalização e transformação dos dados.

  • Dica: Use datasets open-source disponíveis em plataformas como Kaggle, UCI Machine Learning Repository, ou Google Dataset Search para começar.

4. Escolha e Treine um Modelo

Com os dados prontos, escolha um modelo de machine learning apropriado para o seu problema. Utilize bibliotecas como TensorFlow, Keras ou Scikit-Learn para treinar seu modelo.

  • Dica: Comece com modelos simples, como regressão linear ou árvores de decisão, antes de explorar redes neurais profundas.

5. Avalie e Melhore o Modelo

Após treinar o modelo, avalie sua performance usando métricas apropriadas como precisão, recall e F1-score. Ajuste hiperparâmetros e tente diferentes modelos para melhorar a performance.

  • Dica: Divida seu dataset em conjuntos de treino e teste para validar a eficácia do modelo de maneira imparcial.

6. Implemente e Teste em um Projeto Real

Depois de treinar e ajustar seu modelo, é hora de implementá-lo em um projeto real. Pode ser um script que você executa localmente ou uma aplicação web que usa o modelo para fazer previsões.

  • Dica: Use frameworks como Flask ou Django para criar uma interface web simples para o seu modelo de IA.

Conclusão

Começar com Inteligência Artificial pode parecer intimidador, mas com as ferramentas certas e um passo a passo claro, você pode incorporar IA em seus projetos pessoais. Escolha uma ferramenta de IA, defina um problema, reúna dados, treine e avalie um modelo, e implemente-o em um projeto real para ver o poder da IA em ação.

Espero que essas dicas ajudem você a dar os primeiros passos no mundo da IA. Se tiver dúvidas ou quiser compartilhar sua experiência, deixe um comentário abaixo!

Abs e até a próxima.
:wq!

terça-feira, 5 de março de 2024

I.A - Impacto da Inteligência Artificial na Medicina


Fala pessoal, tudo bem?

A inteligência artificial (IA) na medicina representa uma revolução transformadora, redefinindo a maneira como os cuidados de saúde são prestados, diagnosticados e administrados. 

Por meio da análise avançada de dados, aprendizado de máquina e algoritmos complexos, a IA está capacitando os profissionais de saúde a alcançarem novos patamares de eficiência, precisão e personalização nos cuidados com os pacientes. Desde diagnósticos assistidos por IA até descoberta de medicamentos, monitoramento remoto de pacientes e assistência virtual, as aplicações da IA na medicina são vastas e impactantes. 

No entanto, junto com os benefícios vêm desafios éticos, como privacidade de dados, equidade no acesso aos cuidados de saúde e transparência algorítmica. 

Nesta era emocionante da medicina, entender e navegar pelos dilemas éticos e técnicos associados à IA é fundamental para garantir que ela seja usada de maneira responsável e benéfica para todos os envolvidos.

Vamos a alguns exemplos de como a IA está sendo utilizada na medicina:

Diagnóstico assistido por IA: Algoritmos de IA podem analisar imagens médicas, como radiografias, tomografias e ressonâncias magnéticas, para auxiliar os médicos no diagnóstico de doenças como câncer, doenças cardíacas e lesões traumáticas.

Medicina personalizada: A IA pode analisar grandes conjuntos de dados genômicos, clínicos e de estilo de vida para ajudar os médicos a personalizar tratamentos para pacientes com base em suas características individuais.

Descoberta de medicamentos: Algoritmos de IA podem acelerar o processo de descoberta e desenvolvimento de novos medicamentos, identificando alvos terapêuticos, otimizando moléculas candidatas e prevendo a eficácia e os efeitos colaterais potenciais.

Monitoramento remoto de pacientes: Dispositivos médicos inteligentes e algoritmos de IA podem monitorar continuamente os sinais vitais dos pacientes em tempo real, permitindo uma intervenção precoce em caso de deterioração clínica.

Assistência virtual e chatbots médicos: Chatbots baseados em IA podem fornecer orientação médica básica, responder a perguntas dos pacientes e até mesmo encaminhar os pacientes para cuidados adicionais, aliviando a carga sobre os profissionais de saúde.

Esses são apenas alguns exemplos de como a IA está transformando a medicina, melhorando os resultados para pacientes e profissionais de saúde.

Mas claro que como todo avanço tecnológico, também precisamos ter treinamento e preparação dos envolvidos.
Devido a isso, como os profissionais da saúde estão se preparando para isso ou como deveriam se preparar para isso?

Vamos lá …


Interação da IA na Medicina

Educação e Treinamento: Os médicos precisam ser treinados para entender como usar e interpretar as ferramentas de IA de forma eficaz em sua prática clínica.

Colaboração: Os médicos devem trabalhar em conjunto com os desenvolvedores de IA para garantir que as ferramentas atendam às necessidades clínicas reais e sejam integradas de forma harmoniosa aos fluxos de trabalho existentes.

Supervisão e Validação: Os médicos devem supervisionar e validar os resultados produzidos pela IA para garantir sua precisão e confiabilidade, especialmente em situações críticas.

Atualização contínua: Devido à rápida evolução da tecnologia, os médicos precisam se manter atualizados sobre os avanços mais recentes em IA e aprender continuamente como aplicá-los em sua prática.

Confiança e Ética: Os médicos devem ser capazes de confiar nos sistemas de IA e garantir que seu uso esteja alinhado com os mais altos padrões éticos e de privacidade de dados.

Ao adotar uma abordagem colaborativa e educativa, os médicos podem maximizar os benefícios da IA na medicina, melhorando os resultados para os pacientes e a eficiência dos sistemas de saúde.
A integração dos médicos com a inteligência artificial é crucial para aproveitar ao máximo o potencial da IA na medicina.

Mas assim como tudo que envolve a IA e qualquer área de atividade, existe o problema com os dilemas e desafios éticos que precisam ser encarados.

Dilemas da IA na Medicina

Privacidade e Segurança de Dados: O uso de IA na medicina geralmente envolve o acesso e a análise de grandes quantidades de dados de pacientes. Garantir a privacidade e a segurança desses dados é fundamental para proteger a confidencialidade dos pacientes.

Equidade no Acesso aos Cuidados de Saúde: O acesso às tecnologias de IA na medicina pode não ser uniforme, criando disparidades no acesso aos cuidados de saúde entre diferentes grupos socioeconômicos e geográficos. Isso levanta questões de equidade e justiça no sistema de saúde.

Responsabilidade e Transparência: A responsabilidade pelos diagnósticos e decisões clínicas baseadas em IA pode ser difusa, especialmente em sistemas onde os algoritmos são desenvolvidos por terceiros. É importante garantir a transparência nos processos de tomada de decisão e responsabilização por eventuais erros.

Perda de Emprego ou Deslocamento de Funções: A automação de tarefas por meio da IA pode levar à preocupação com a perda de empregos ou ao deslocamento de funções para profissionais de saúde menos qualificados, afetando negativamente a força de trabalho médica.

Viés Algorítmico: Algoritmos de IA podem ser suscetíveis a viés, refletindo preconceitos presentes nos dados de treinamento. Isso pode levar a disparidades no diagnóstico e tratamento de pacientes de diferentes grupos demográficos.

Dependência Tecnológica: A dependência excessiva da IA na medicina pode levar os médicos a confiar demasiadamente nas recomendações dos algoritmos, potencialmente diminuindo suas habilidades clínicas e capacidade de raciocínio independente.

Lidar com esses dilemas requer uma abordagem cuidadosa, envolvendo regulamentação, educação, transparência e uma reflexão ética contínua sobre o papel da IA na medicina.

E m resumo, a inteligência artificial está causando um impacto revolucionário na medicina, melhorando significativamente a precisão dos diagnósticos, personalizando os tratamentos, acelerando a descoberta de medicamentos e otimizando os cuidados de saúde. No entanto, seu uso levanta importantes questões éticas, como privacidade de dados, equidade no acesso aos cuidados de saúde e transparência algorítmica. Ao mesmo tempo que oferece oportunidades emocionantes, é crucial abordar esses dilemas de maneira responsável e ética para garantir que a IA na medicina beneficie pacientes, profissionais de saúde e sociedade como um todo.

Abs e até a próxima.
:wq!

terça-feira, 13 de fevereiro de 2024

I.A - Impacto da Inteligência Artificial no Direito


Olá pessoal, tudo bem?

A ascensão da Inteligência Artificial (IA) tem estimulado uma transformação significativa no setor jurídico, alterando fundamentalmente a maneira como as práticas legais são e serão conduzidas. 

A automação de tarefas rotineiras, análise de dados massivos e a introdução de algoritmos de aprendizado de máquina têm impactado diversos aspectos do direito. 

Na busca por eficiência e precisão, a IA está sendo incorporada em processos de pesquisa jurídica, análise de contratos, previsões judiciais e até mesmo em decisões judiciais automatizadas. 

Enquanto oferece benefícios como aumento da eficiência e redução de custos, a integração da IA no direito também suscita questões éticas, relacionadas à transparência, equidade e responsabilidade. 

O desafio reside em equilibrar os avanços tecnológicos com princípios fundamentais da justiça, assegurando que a implementação da IA no campo jurídico seja guiada por uma abordagem ética e equitativa. 

Este novo paradigma redefine o papel tradicional dos profissionais jurídicos e desenha um futuro onde a simbiose entre inteligência artificial e expertise jurídica moldará o panorama legal de maneira inovadora e desafiadora.

Vamos falar sobre alguns pontos que podem ser considerados como impacto para área do direito.

Transformação da prática legal

A transformação na prática legal impulsionada pela IA está redefinindo a maneira como os profissionais do direito abordam suas responsabilidades diárias. A automação de tarefas rotineiras, como a revisão de documentos legais e a análise de contratos, libera tempo valioso para advogados se concentrarem em questões mais complexas e estratégicas. Algoritmos de aprendizado de máquina, ao analisar grandes conjuntos de dados jurídicos, oferecem insights preditivos sobre decisões judiciais, ajudando na formulação de estratégias legais mais informadas.

Além disso, a IA desempenha um papel crucial na pesquisa jurídica, acelerando a identificação de precedentes relevantes e tornando mais eficiente o processo de coleta de informações legais. A análise preditiva também se estende à previsão de resultados legais, permitindo que advogados e clientes tomem decisões mais fundamentadas sobre casos.

No entanto, essa transformação não está isenta de desafios. Questões éticas, como a equidade na aplicação de algoritmos e a transparência nas decisões automatizadas, estão no centro do debate sobre o uso responsável da IA no setor jurídico. A harmonização entre a inovação tecnológica e os princípios fundamentais da justiça é essencial para garantir que a transformação na prática legal seja benéfica, ética e acessível a todos. Essa evolução contínua marca o surgimento de uma era em que a IA e a expertise legal colaboram para criar uma prática jurídica mais ágil, eficiente e orientada por dados.

Questões econômicas e de acesso

Assim como já demos uma prévia no item anterior, mas que vale reforçar, a automação de processos rotineiros, como revisão de documentos e análise de contratos, não apenas economiza tempo valioso para profissionais do direito, mas também reduz os custos operacionais associados a tarefas repetitivas.

A IA torna a pesquisa jurídica mais eficiente, permitindo que advogados identifiquem rapidamente precedentes relevantes e acessem informações cruciais para casos específicos. Essa eficiência contribui para uma prestação de serviços legais mais rápida e acessível, particularmente em ambientes onde o tempo é um recurso crítico.

No entanto, é crucial abordar desafios éticos para garantir que a eficiência econômica e o acesso a serviços jurídicos não comprometam a equidade. Questões como transparência, equidade na aplicação de algoritmos e proteção da privacidade devem ser consideradas para garantir que a transformação impulsionada pela IA beneficie a sociedade como um todo, garantindo ao mesmo tempo o acesso justo e igualitário à justiça.

Adequação de competências e habilidades

É claro que assim como a maioria se não todas as mudanças necessitam de readequações, conforme as mudanças forem ocorrendo, os advogados também precisarão de readequar.

Aqui estão alguns pontos-chave nesse processo de transformação:

  • Competência em Tecnologia: Advogados agora precisam desenvolver uma compreensão, quanto mais sólida melhor, das tecnologias jurídicas, incluindo softwares de IA, automação e ferramentas específicas para pesquisa e análise de dados jurídicos.
  • Habilidades Analíticas Avançadas: A capacidade de interpretar dados, entender algoritmos e aplicar análises preditivas se torna essencial para advogados que desejam utilizar efetivamente a IA em suas práticas.
  • Gestão de Dados e Privacidade: A coleta, gestão e proteção de dados tornam-se aspectos críticos. Advogados devem entender as leis de privacidade e serem capazes de garantir a conformidade durante o uso de tecnologias baseadas em dados.
  • Pensamento Estratégico e Criatividade: Apesar da automação de tarefas rotineiras, a necessidade de pensamento estratégico e criatividade na abordagem de casos complexos torna-se ainda mais vital.
  • Ética e Transparência: Advogados devem ser conscientes das implicações éticas ao usar IA, garantindo a transparência nas decisões automatizadas e evitando vieses injustos.
  • Colaboração com a Tecnologia: A capacidade de colaborar efetivamente com tecnólogos e profissionais de TI se torna crucial para implementar soluções tecnológicas de maneira eficiente.
  • Aprendizado Contínuo: Dada a evolução rápida da tecnologia, advogados precisam adotar uma mentalidade de aprendizado contínuo, buscando atualizações regulares sobre as últimas tendências e desenvolvimentos tecnológicos.
A readequação de competências e habilidades não apenas permite que advogados aproveitem os benefícios da IA, mas também garante que possam orientar de maneira ética e eficaz seus clientes em um ambiente jurídico em constante transformação.

Treinamento, educação e Inovação em design jurídico

Faz-se necessário treinamento e educação jurídica adaptados a um ambiente tecnologicamente avançado.

Conhecimentos em tecnologia jurídica, análise de dados, gestão de dados e LGPD, ética e transparência (tanto na IA como fora dela), colaboração interdisciplinar.
Tudo isso com o reforço de estudos de caso e aprendizado contínuo.

E não menos importantes, pensar em inovação junto com a experiência do usuário, acessibilidade e inclusão.

Startups de tecnologia jurídica

Assim como vimos uma revolução no mercado financeiro, com o surgimento das Fintechs para competir frente aos "bancões", o surgimento de startups de tecnologia mas com a expertise em questões jurídicas com certeza irá aumentar a competitividade frente aos tradicionais escritórios de advocacia.

Claro que tudo envolve questões legais e processos até que isso possa acontecer, mas novamente, basta olharmos para o passado e ver como as coisas mudaram. Será mesmo que isso é impossível de se ajustar e acontecer em larga escala?

Com isso, escritórios e advogados "tradicionais" caso queiram de fato continuarem competitivos ao mercado, precisaram inovar e talvez criar espaço para este modelo de atendimento com uma mentalidade mais inovadora e orientada por dados.

Colaboração

É comum que muitos advogados discutam e comentem casos, mas quando falamos por exemplo em estratégias de defesa, meio que é "cada um no seu quadrado", aqui é onde moram os detalhes e versatilidade de cada profissional do direito.

Ok, mas quando utilizada como ferramenta colaborativa, pode promover eficiência, comunicação aprimorada e resultados mais eficazes no ambiente jurídico. Logo, todo mundo consegue maior proveito e claro, o cliente final se beneficia mais ainda.

Quer ver alguns exemplos do benefício de se trabalhar com tecnologia jurídica como ferramenta colaborativa?
  • Gestão de Casos Online;
  • Compartilhamento Seguro de Documentos;
  • Colaboração em Tempo Real;
  • Automatização de Workflo (fluxos de trabalho);
  • Pesquisa e Análise Avançada;
  • Plataformas de Comunicação Segura;
  • Contratos Inteligentes (olha aí talvez a possibilidade do uso de uma blockchain, como vimos neste post aqui);
  • Treinamento Online e Educação Continuada;
  • Integração de Ferramentas Especializadas;
  • Acesso Remoto e Mobilidade;
A implementação eficaz dessas ferramentas pode transformar a prática jurídica, tornando-a mais ágil, colaborativa e alinhada com as demandas da era digital.

Design Thinking com a IA no direito

Colocar a experiência do usuário e a resolução de problemas no centro da aplicação tecnológica.

A empatia com o usuário projetada com uma compreensão profunda das necessidades e desafios enfrentados pelos usuários, sejam eles advogados, clientes ou outros profissionais do direito.
Ideação criativa incentiva a geração de soluções, envolvendo a identificação de oportunidades para automação, análise de dados preditiva e outras aplicações inovadoras para melhorar processos legais.

Feedback contínuo do usuário. Não adianta só colocar o nosso cliente/usuário no centro se nós não o ouvirmos. Captar suas percepções, sugestões de melhoria.

E claro que com o feedback contínuo, Prototipagem Rápida. Não precisamos do estado da arte na maioria das vezes, nós precisamos testar ideias antes de uma implementação completa, testar o modelo, verificar sua viabilidade e medir seu sucesso.

Para concluir...

Ao mesmo tempo que elencamos vários impactos/desafios envolvendo Inteligência Artificial e Direito, podemos ver uma janela enorme de oportunidades também.

Assim como o mundo vem se transformando desde sempre, a área do direito também faz e fará cada vez mais parte de tudo isso.
Cabe a cada profissional ficar atendo aos movimentos, entender que precisa se atualizar, readequar para se manter ativo no mercado, sempre estudando e aberto a mudanças.

A IA não veio para tirar o trabalho de ninguém. Ela veio para facilitar e aprimorar muitas coisas que precisam acontecer num mundo cada vez mais ágil e em constante transformação. Todos só precisam estar abertos para novas experiências e certamente em conjunto, como sociedade, lutar para que todos possam ter acesso as oportunidades.

O problema não está na IA ou na tecnologia, mas sim na forma que a empregamos e na inclusão que proporcionamos.

É isso.
Abs e até a próxima.

:wq!

sábado, 20 de maio de 2023

I.A - Inteligência Artificial

O que é inteligência artificial?

De forma bem simples e objetiva, é a capacidade de uma máquina reproduzir atividades/competências como se fosse um ser humano. Atividades como:

  • Raciocínio;
  • Aprendizado;
  • Criatividade;
  • Planejamento;
  • Reconhecer padrões;
  • Inferência ( 1. ação ou efeito de inferir; conclusão, indução. | 2. Lógica: operação intelectual por meio da qual se afirma a verdade de uma proposição em decorrência de sua ligação com outras já reconhecidas como verdadeiras. );
A parte legal disso tudo, está no fato de que a I.A (daqui pra frente vamos utilizar I.A para referir a Inteligência Artificial, ok?) vai aprendendo de forma autônoma.
Conforme ela tem interações, ela vai aprendendo e fazendo com que sua base de conhecimento cresça e cada vez mais tenha condições de atender inicialmente novas interações.

Outro ponto importante está na ideia de que ela possa executar atividades manuais/motoras que geram desgaste em humanos ou até mesmo animais.

Veja alguns exemplos:

Drone sobrevoando o campo

Imagem extraída de Forbes

Robô em um armazém

Imagem extraída de Mundo Conectado

Cão robô segurança

Imagem extraída de Tilt UOL

São apenas alguns exemplos, mas já é possível ter uma ideia da abrangência que a I.A pode ter para os mais diversas atividades e funções.

Como ponto principal disso tudo está em melhorar a eficiência, previsão e segurança.

Mas calma aí... Então ela vai substituir pessoas e alguns determinados trabalhos?
Se formos pensar "friamente", sim. Mas se formos pensar em um contexto mais abrangente o que deve ocorrer é uma troca de funções e por consequência disso a adaptação das pessoas quento as novas atuações.

Parece meio confuso, mas vamos para um exemplo:
  • Um robô que entra em uma mina para explorar. Dado os riscos de enviar uma pessoa ou um grupo de pessoas (vide casos de vários que já ficaram presos dentro de minas, fora risco de lesões, desabamento, etc), ao enviar um robô com câmera, sensores e condições de se adaptar ao lugar, precisaremos de pessoas que irão operá-lo manualmente caso aconteça alguma coisa, mas isso sendo feito de um local seguro. Acompanhar as descobertas feitas pelo robô, os dados capturados e apoiar nas estratégias do que fazer e como fazer.
Outro exemplo:
  • Como em uma das imagens que compartilhamos acima, um drone sobrevoando e coletando dados do campo. Muitos até fazem atuações como controle de pragas, questões envolvendo estudo da plantação, dentro outros. Ainda assim é necessário uma pessoa acompanhando e monitorando tudo, controlando o voo do drone. Agora imagine tudo isso sendo feito por um humano, tendo que andar e percorrer toda extensão de terra da plantação, carregando equipamentos pesados e desconfortáveis, inalando o cheiro de produtos tóxicos, exposto ao calor extremo, chuva, etc.
Mas como chegar em tudo isso e ter esse resultado final?

Através da receita: Big Data + Computação em Nuvem utilizando modelos de dados (lembrando que um bom modelo de dados ou melhor, o correto para determinada situação, faz toda diferença) e no final = máquinas inteligentes.

Existem tipos de I.A?
Existe sim ... Vamos a eles...

Até o presente momento, temos 3:
  • I.A Limitada (ANI)
  • I.A Geral (AGI)
  • Superinteligente (ASI)
I.A Limitada (ANI)

Esse modelo é conhecido como I.A "fraca", tendo inteligência mas atendendo a um único propósito.
Armazenar um grande volume de dados para realizar atividades complexas mas de acordo como foi programado para fazer.
Tem a capacidade de fazer cálculos complexos e tudo isso com muita rapidez.
Dentro da I.A limitada, ainda temos duas subcategorias:
  • Máquinas reativas: armazena de certo modo poucos dados e reage a poucos estímulos de acordo com sua configuração;
  • Memória limitada: armazena mais dados que o modelo anterior e os utiliza para tomada de decisão. Esse modelo aprende com base em escolhas anteriores de outros usuários, oferecendo conteúdos semelhantes;
I.A Geral (AGI)

É considerada uma I.A mais "forte", próximo a uma nível humano, tendo capacidade de resolver tarefas semelhantes as realizadas por humanos.
Aprendendo através de machine learning, compreende e reage a estímulos específicos.
Aqui também temos duas subcategorias:
  • Máquinas cientes: tem a capacidade de compreender estímulos que recebe para processar as informações;
  • Máquinas autoconscientes: tem a consciência de si própria e do que está ao seu redor, tornando de certo modo mais fácil a compreensão de estímulos externos. Sua reação se assemelha a um ser humano.
Superinteligência (ASI)

Está em fase de estudos e seu futuro ainda é uma incógnita por diversos fatores, dentre eles questões legais e talvez regulatórias.
Estima-se que ela será superior a inteligência humana, com capacidade de realizar tomadas de decisões e armazenar dados também.
Existe uma ideia, uma possibilidade, de essa I.A ser superior a mente humana (que loucura né? rs), mesmo que pouco, e sendo mais inteligente podendo assim executar atividades impossíveis para humanos. Pelo menos isso é o esperado ou apenas o desejo.

Embora muito se fale e se tenha acesso hoje quanto a I.A, ainda existe um longo caminho entre sua maior popularização, acesso e acima de tudo, como, quando e por que/quem ela pode e deve ser utilizada.
Como reflexão disso... vale lembrar que existem tantas coisas que foram feitas pensando no uso do bem e foram convertidas também para o uso do mal.
Outro ponto é... muito já se percorreu para chegar onde chegamos mas é claro que ainda podemos ir muito mais longe com a I.A.

Por hora é isso.
Até a próxima pessoal.
:wq!

sábado, 15 de outubro de 2022

Cloud Computing (AWS)... e o retorno =]



Salve pessoal. Espero que estejam todos bem!

Andei meio sumido, várias mudanças foram acontecendo na minha trajetória profissional, etc... mas estamos de volta. 
A ideia é voltar e fazer uma séria de conteúdo falando sobre Cloud, mais precisamente sobre um conteúdo voltado para os serviços AWS.

Vamos falar sobre:

  • O que é Cloud Computing;
  • Alcance global AWS;
  • Principais serviços AWS (Core Services);
  • AWS Integrated Services;
  • Segurança;
  • AWS Access (console, SDK e CLI);
  • AWS Core Design / Well Architected Framework;
  • Billing and Pricing;
Vou tentar ao máximo separar em partes que tragam uma abordagem clara e bacana sobre cada assunto, embora vou ser sincero, tem alguns que são um pouco mais maçantes.

Este conteúdo já serve também de tabela para começarmos a entender sobre os serviços dos demais players (Azure, GCP, Oracle, dentro outros). Onde o conceito acaba sendo praticamente o mesmo, mudando apenas o nome, como é integrado ou disponibilizado e a ideia que cada player fez o serviço para ele funcionar.

É isso ... 
Bora preparar o conteúdo para ir disponibilizando.

Abs
:wq!